日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

センシング/意思決定arXiv:1603.04586

混合可観測領域におけるマルチアームバンディット緩和による最適センシング

Optimal Sensing via Multi-armed Bandit Relaxations in Mixed Observability Domains

シェア:XThreadsFacebookLINEはてブBluesky

部分的に観測可能な確率過程の情報量を最大化するセンシング問題を、制約を緩和してマルチアームバンディットに帰着し、得られた上界で探索空間を枝刈りする手法を提案した。

著者: Mikko Lauri, Risto Ritala

分類: cs.AI, cs.RO, cs.SY, eess.SY

原文アブストラクト

Sequential decision making under uncertainty is studied in a mixed observability domain. The goal is to maximize the amount of information obtained on a partially observable stochastic process under constraints imposed by a fully observable internal state. An upper bound for the optimal value function is derived by relaxing constraints. We identify conditions under which the relaxed problem is a multi-armed bandit whose optimal policy is easily computable. The upper bound is applied to prune the search space in the original problem, and the effect on solution quality is assessed via simulation experiments. Empirical results show effective pruning of the search space in a target monitoring domain.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI